@article{
 title = {How to Recommend ? User Trust Factors in Movie Recommender Systems},
 type = {article},
 year = {2017},
 identifiers = {[object Object]},
 pages = {287-300},
 id = {c0996f87-9f70-3684-b8ad-f7f0f66a97a3},
 created = {2018-09-03T10:27:39.168Z},
 file_attached = {false},
 profile_id = {2ed0fe69-06a2-3e8b-9bc9-5bdb197f1120},
 group_id = {e795dbfa-5576-3499-9c01-6574f19bf7aa},
 last_modified = {2018-12-14T12:16:31.208Z},
 read = {true},
 starred = {false},
 authored = {false},
 confirmed = {true},
 hidden = {false},
 citation_key = {Berkovsky2017},
 notes = {Se presentan los resultados de un estudio que examina el impacto de varias interfaces de recomendación y estrategias para aumentar la confianza del usuario. Se evalúan 9 factores de confianza agrupados en tres dimensiones: presentación - cómo la recomendación es presentada al usuario; explicación - qué texto acompaña a los productos recomendados; y prioridad - qué propiedades de los productos recomendados son consideradas importantes por el sistema. Se estudia cómo afectan estas dimensiones a diferentes dimensiones de personalidad: franqueza, meticulosidad, extroversión, simpatía y neurosis. <br/><br/>La dimensión de explicación se refiere al texto que acompaña a los productos recomendados. Las variaciones de esta dimensión incluye explicaciones persuasivas que resaltan las ventajas de los productos, explicaciones personalizadas que muestran las razones de por qué los productos recomendados son adecuados para el usuario objetivo, y explicaciones basadas en hechos (como puntuaciones que reciben los productos). <br/><br/>En la dimensión de explicación, las explicaciones personalizadas son las percibidas como más confiables con respecto a integridad, transparencia e intención de reuso. Por el contrario, las basadas en hechos son percibidas como más confiables en general, mientras que las persuasivas son preferidas para luchar contra la competencia.},
 private_publication = {false},
 abstract = {How much trust a user places in a recommender is crucial to the uptake of the recommendations. Although prior work established various factors that build and sustain user trust, their comparative impact has not been stud-ied in depth. This paper presents the results of a crowd-sourced study examining the impact of various recom-mendation interfaces and content selection strategies on user trust. It evaluates the subjective ranking of nine key factors of trust grouped into three dimensions and examines the differences observed with respect to users' personality traits.},
 bibtype = {article},
 author = {Berkovsky, Shlomo and Taib, Ronnie and Conway, Dan},
 journal = {[IUI2017]Proceedings of the 22nd International Conference on Intelligent User Interfaces}
}

{"_id":"DeGjjv3Xeip2gzaKa","bibbaseid":"berkovsky-taib-conway-howtorecommendusertrustfactorsinmovierecommendersystems-2017","downloads":0,"creationDate":"2018-09-05T13:52:59.144Z","title":"How to Recommend ? User Trust Factors in Movie Recommender Systems","author_short":["Berkovsky, S.","Taib, R.","Conway, D."],"year":2017,"bibtype":"article","biburl":null,"bibdata":{"title":"How to Recommend ? User Trust Factors in Movie Recommender Systems","type":"article","year":"2017","identifiers":"[object Object]","pages":"287-300","id":"c0996f87-9f70-3684-b8ad-f7f0f66a97a3","created":"2018-09-03T10:27:39.168Z","file_attached":false,"profile_id":"2ed0fe69-06a2-3e8b-9bc9-5bdb197f1120","group_id":"e795dbfa-5576-3499-9c01-6574f19bf7aa","last_modified":"2018-12-14T12:16:31.208Z","read":"true","starred":false,"authored":false,"confirmed":"true","hidden":false,"citation_key":"Berkovsky2017","notes":"Se presentan los resultados de un estudio que examina el impacto de varias interfaces de recomendación y estrategias para aumentar la confianza del usuario. Se evalúan 9 factores de confianza agrupados en tres dimensiones: presentación - cómo la recomendación es presentada al usuario; explicación - qué texto acompaña a los productos recomendados; y prioridad - qué propiedades de los productos recomendados son consideradas importantes por el sistema. Se estudia cómo afectan estas dimensiones a diferentes dimensiones de personalidad: franqueza, meticulosidad, extroversión, simpatía y neurosis. <br/><br/>La dimensión de explicación se refiere al texto que acompaña a los productos recomendados. Las variaciones de esta dimensión incluye explicaciones persuasivas que resaltan las ventajas de los productos, explicaciones personalizadas que muestran las razones de por qué los productos recomendados son adecuados para el usuario objetivo, y explicaciones basadas en hechos (como puntuaciones que reciben los productos). <br/><br/>En la dimensión de explicación, las explicaciones personalizadas son las percibidas como más confiables con respecto a integridad, transparencia e intención de reuso. Por el contrario, las basadas en hechos son percibidas como más confiables en general, mientras que las persuasivas son preferidas para luchar contra la competencia.","private_publication":false,"abstract":"How much trust a user places in a recommender is crucial to the uptake of the recommendations. Although prior work established various factors that build and sustain user trust, their comparative impact has not been stud-ied in depth. This paper presents the results of a crowd-sourced study examining the impact of various recom-mendation interfaces and content selection strategies on user trust. It evaluates the subjective ranking of nine key factors of trust grouped into three dimensions and examines the differences observed with respect to users' personality traits.","bibtype":"article","author":"Berkovsky, Shlomo and Taib, Ronnie and Conway, Dan","journal":"[IUI2017]Proceedings of the 22nd International Conference on Intelligent User Interfaces","bibtex":"@article{\n title = {How to Recommend ? User Trust Factors in Movie Recommender Systems},\n type = {article},\n year = {2017},\n identifiers = {[object Object]},\n pages = {287-300},\n id = {c0996f87-9f70-3684-b8ad-f7f0f66a97a3},\n created = {2018-09-03T10:27:39.168Z},\n file_attached = {false},\n profile_id = {2ed0fe69-06a2-3e8b-9bc9-5bdb197f1120},\n group_id = {e795dbfa-5576-3499-9c01-6574f19bf7aa},\n last_modified = {2018-12-14T12:16:31.208Z},\n read = {true},\n starred = {false},\n authored = {false},\n confirmed = {true},\n hidden = {false},\n citation_key = {Berkovsky2017},\n notes = {Se presentan los resultados de un estudio que examina el impacto de varias interfaces de recomendación y estrategias para aumentar la confianza del usuario. Se evalúan 9 factores de confianza agrupados en tres dimensiones: presentación - cómo la recomendación es presentada al usuario; explicación - qué texto acompaña a los productos recomendados; y prioridad - qué propiedades de los productos recomendados son consideradas importantes por el sistema. Se estudia cómo afectan estas dimensiones a diferentes dimensiones de personalidad: franqueza, meticulosidad, extroversión, simpatía y neurosis. <br/><br/>La dimensión de explicación se refiere al texto que acompaña a los productos recomendados. Las variaciones de esta dimensión incluye explicaciones persuasivas que resaltan las ventajas de los productos, explicaciones personalizadas que muestran las razones de por qué los productos recomendados son adecuados para el usuario objetivo, y explicaciones basadas en hechos (como puntuaciones que reciben los productos). <br/><br/>En la dimensión de explicación, las explicaciones personalizadas son las percibidas como más confiables con respecto a integridad, transparencia e intención de reuso. Por el contrario, las basadas en hechos son percibidas como más confiables en general, mientras que las persuasivas son preferidas para luchar contra la competencia.},\n private_publication = {false},\n abstract = {How much trust a user places in a recommender is crucial to the uptake of the recommendations. Although prior work established various factors that build and sustain user trust, their comparative impact has not been stud-ied in depth. This paper presents the results of a crowd-sourced study examining the impact of various recom-mendation interfaces and content selection strategies on user trust. It evaluates the subjective ranking of nine key factors of trust grouped into three dimensions and examines the differences observed with respect to users' personality traits.},\n bibtype = {article},\n author = {Berkovsky, Shlomo and Taib, Ronnie and Conway, Dan},\n journal = {[IUI2017]Proceedings of the 22nd International Conference on Intelligent User Interfaces}\n}","author_short":["Berkovsky, S.","Taib, R.","Conway, D."],"bibbaseid":"berkovsky-taib-conway-howtorecommendusertrustfactorsinmovierecommendersystems-2017","role":"author","urls":{},"downloads":0},"search_terms":["recommend","user","trust","factors","movie","recommender","systems","berkovsky","taib","conway"],"keywords":[],"authorIDs":[]}